LPI radar signal detection based on the combination of FFT and segmented autocorrelation plus PAHT

This paper proposes a desirable method to detect different kinds of low probability of intercept (LPI) radar signals, targeted at the main intra-pulse modulation method of LPI radar signals including the signals of linear frequency modulation, phase code, and frequency code. Firstly, it improves the coherent integration of LPI radar signals by adding the periodicity of the ambiguity function. Then, it develops a frequency domain detection method based on fast Fourier transform (FFT) and segmented autocorrelation function to detect signals without features of linear frequency modulation by virtue of the distribution characteristics of noise signals in the frequency domain. Finally, this paper gives a verification of the performance of the method for different signal-to-noise ratios by conducting simulation experiments, and compares the method with existing ones. Additionally, this method is characterized by the straightforward calculation and high real-time performance, which is conducive to better detecting all kinds of LPI radar signals.

Research on LPI radar signal detection and parameter estimation technology

Modern radar signals mostly use low probability of intercept(LPI)waveforms,which have short pulses in the time domain,multicomponent properties,frequency hopping,combined modulation waveforms and other characteristics,making the detection and estimation of LPI radar signals extremely difficult,and leading to highly required significant research on perception technology in the battlefield environment.This paper proposes a visibility graphs(VG)-based multicomponent signals detection method and a modulation waveforms parameter estimation algorithm based on the time-frequency representation(TFR).On the one hand,the frequency domain VG is used to set the dynamic threshold for detecting the multicomponent LPI radar waveforms.On the other hand,the signal is projected into the time and frequency domains by the TFR method for estimating its symbol width and instantaneous frequency(IF).Simulation performance shows that,compared with the most advanced methods,the algorithm proposed in this paper has a valuable advantage.Meanwhile,the calculation cost of the algorithm is quite low,and it is achievable in the future battlefield.

基于CNN-Swin Transformer Network的LPI雷达信号识别

针对在低信噪比(SNR)条件下,低截获概率雷达信号调制方式识别准确率低的问题,提出一种基于Transformer和卷积神经网络(CNN)的雷达信号识别方法。首先,引入Swin Transformer模型并在模型前端设计CNN特征提取层构建了CNN+Swin Transformer网络(CSTN),然后利用时频分析获取雷达信号的时频特征,对图像进行预处理后输入CSTN模型进行训练,由网络的底部到顶部不断提取图像更丰富的语义信息,最后通过Softmax分类器对六类不同调制方式信号进行分类识别。仿真实验表明:在SNR为-18 dB时,该方法对六类典型雷达信号的平均识别率达到了94.26%,证明了所提方法的可行性。

LPI雷达信号调制识别及参数估计研究进展

低截获概率(low probability of intercept,LPI)雷达已成为新时代雷达装备中关键的技术体制或工作模式,针对LPI雷达信号调制识别及参数估计方法的研究是当前雷达对抗侦察领域的热点。首先,分析了几种典型LPI雷达信号的脉内特征,梳理了LPI雷达信号调制识别及参数估计的传统和主流方法,并说明其原理、优缺点和研究现状。最后,总结了现有LPI雷达信号调制识别及参数估计方法尚存的问题,并指出其未来发展趋势,旨在为今后的研究提供参考。

时频图像二维EMD分解在LPI信号识别中的应用

针对LPI信号分类识别问题中,时频图像受噪声干扰严重的问题,提出了一种基于二维快速经验模式分解(FBEMD)的图像降噪算法,并利用该算法实现对LPI信号的分类。首先利用时频分析方法,获得待分类信号的时频分布图像;使用二维EMD分解算法对图像降噪;截取包含时频信息的图像部分,通过主分量分析法提取特征矢量;最后采用RBF神经网络完成信号的分类识别任务。对常见的LPI雷达信号进行仿真,结果表明较低信噪比情况下,该方法仍能获得较好的分类结果。当信噪比为-2 d B时,采用二维EMD降噪算法,平均正确识别率能够达到93%。

基于DAE-GAN网络的LPI雷达信号增强

针对非合作侦察接收机只在降噪后才能开展后续检测识别工作的问题,结合降噪自编码器和生成对抗网络的优势,构建噪声增强网络与信号增强网络进行对抗训练。噪声增强网络往带噪信号中掺杂更复杂的噪声分量,信号增强网络则是尽可能地降低带噪信号中的噪声分量。二者在对抗训练的过程中,噪声增强网络生成复杂高维噪声的能力和信号增强网络降噪的能力都在提升。训练结束后,信号增强网络具备更好的降噪性能,为后续检测识别工作降低难度。

时变参数下信息映射LPI通信波形

以二进制正交键控(binary orthogonal keying,BOK)为传统方法调制Chirp信号的检测手段日益丰富,针对常用时频分析手段分数阶傅里叶变换和短时傅里叶变换对Chirp信号的高破译性问题,提出了一种将信息映射到Chirp信号时域的新型调制方式,即时变信息映射(time varying-information mapping,TVIM)调制,通过构建时域携带信息的调制模式,解决了周期能量聚敛特性,增加了以BOK为检测思想的信息干扰,加强了波形的低截获概率(low probability of intercept,LPI)。以数学推导和仿真分析的方法,探究了新型调制方式的误码特性、时频分析下LPI特性及先验信息抗破译性。理论分析和仿真验证表明,TVIM调制架构下,可保证比特信噪比在13 dB前误码率达到10-4,并提高了波形LPI性能。

Novel sensor selection strategy for LPI based on an improved IMMPF tracking method

Sensor platforms with active sensing equipment such as radar may betray their existence, by emitting energy that will be intercepted by enemy surveillance sensors. The radar with less emission has more excellent performance of the low probability of intercept（LPI）. In order to reduce the emission times of the radar, a novel sensor selection strategy based on an improved interacting multiple model particle filter（IMMPF） tracking method is presented. Firstly the IMMPF tracking method is improved by increasing the weight of the particle which is close to the system state and updating the model probability of every particle. Then a sensor selection approach for LPI takes use of both the target＇s maneuverability and the state＇s uncertainty to decide the radar＇s radiation time. The radar will work only when the target＇s maneuverability and the state＇s uncertainty exceed the control capability of the passive sensors. Tracking accuracy and LPI performance are demonstrated in the Monte Carlo simulations.

基于截获因子评价的双基地面动目标指示LPI探测设计

电子战装备的无源探测对作战飞机的生存构成严重威胁。地面动目标指示作为机载雷达的重要功能,亟需提升其抗截获能力。结合双基雷达低截获特征,提出了基于截获因子评价的双基机载雷达地面动目标指示低截获探测设计方法。针对双基机载雷达地面动目标指示,简要分析了距离分辨率、最小可检测速度,推导了截获因子表达式,在满足探测性能前提下,设计了基于截获因子评价的低截获探测方法。仿真结果表明,所提出的方法能明显提升机载火控雷达地面动目标指示功能的抗截获性能。

基于BDS-GD的低截获概率雷达信号识别

针对在信号特征提取与识别中使用双谱估计数据量大、维度高的问题,提出了双谱对角切片(BDS)与广义维数(GD)相结合的识别方法。通过提取信号双谱对角切片减少数据量,并利用多重分形理论中的广义维数降低数据维度,对切片内部特性进行细微描述,基于距离测度提出特征评价指标,从而选出最具有区分度的3个阶数对应的广义维数作为特征向量,输入到最小二乘支持向量机中进行分类识别。使用4种低截获概率(LPI)雷达信号作为待识别信号,仿真结果表明,本文方法提取的信号特征在特征空间中有良好的聚集性和离散性,在0 dB信噪比下,识别准确率能达到92.2%,与选取的其他方法对比说明其具有很好的识别性能。

基于改进半监督朴素贝叶斯的LPI雷达信号识别

针对先验信息残缺的非合作电子对抗背景下的低截获概率雷达信号识别问题,提出一种基于改进的半监督朴素贝叶斯的识别算法。该算法首先提取出4种低截获概率(low probability of intercept,LPI)雷达信号的双谱对角切片作为识别特征;针对传统的半监督朴素贝叶斯(semi-supervised Na?ve Bayes,SNB)在更新训练样本集过程中会产生迭代错误的不足,利用改进的SNB(Revised SNB,RSNB)算法构建分类器,完成对测试样本的识别。该方法通过在无标记样本集生成的置信度列表中选取置信度较高的样本添加到有标记样本集中,再利用预测后的分类结果对分类器参数(即特征期望向量珡mi和方差向量σi)进行改进,有效解决了传统算法分类精度低且分类性能不稳定等缺点。理论分析和仿真结果表明,在LPI雷达信号识别问题,相比于SNB算法和传统的主成分分析加支持向量机法(principal component analysis-support vector machine,PCA-SVM),该算法具有更高的分类识别率和更好的分类性能。

基于诱导脉冲组合雷达波形的LPI性能分析

基于诱导脉冲的雷达组合波型可以在保证雷达有限的探测能力前提下,有效对抗典型的侦察设备的截获,不易测出有用信号的载频,不易进行分选和识别,是典型的雷达低截获波形。文章分析了这种组合波型的构成原理、抗侦察设备截获能力,并给出了仿真、验证的数据,得出了结论,具有重要的参考价值。

基于改进G-GIFSS算法的雷达LPI性能评估方法

合理的雷达低截获(low probability of interception,LPI)性能评估方法是提高其隐身性能的基础。针对雷达LPI性能难以有效实时评估的问题,提出一种群广义直觉模糊软集(group-generalized intuitionistic fuzzy soft sets,G-GIFSS)算法与主客观权重相结合的雷达LPI性能评估方法。首先从反映雷达低截获性能的3个准则层信号层、功率层以及天线层确定6个目标属性指标层,选择直觉模糊集熵法确定客观权重、层次分析法((analytic hierarchy process,AHP))确定主观权重,并线性合成主客观权重。结合G-GIFSS算法利用多专家参量集的优势,对雷达LPI性能进行综合评判。通过案例分析并与经典评估方法对比,验证了该方法的优越性。

相位编码信号在LPI雷达中的应用

从相位编码信号的模糊函数和自相关函数入手 ,研究和分析了规则中断方式的二相随机信号 ,并阐明了这种信号形式的LPI(低截获概率 )

数字自相关技术在LPI雷达信号检测中的应用

导出LFM信号自相关输出包络表达式,基于中频数字化接收机平台对采样数据直接进行自相关处理。绕过传统相关检测方法,提出利用LFM信号自相关输出包络典型特征进行检测的思路。

功率管理对LPI雷达低截获性的影响

从实现低截获概率特性和防止非合作截获接收机侦获的角度出发,低截获概率(LPI)雷达分别从时域、频域、空域和能量域对雷达设计进行重新思考,拥有了与传统脉冲体制雷达截然不同的设计特点。从功率管理的角度对LPI雷达的低截获特性进行了深入的研究。结合典型场景构建,得出了LPI雷达的低截获特性对场景和截获接收机的灵敏度具有很强依赖性的事实。

基于通用信号处理板的LPI雷达的实时信号处理

根据线调频连续波雷达测距测速的基本原理和方法,在多片DSP为核心的通用信号处理板上设计了信号处理程序,通过流程优化和数据存取控制,解决了高速运算、大容量存储和高速传数等难题。测试结果表明:整套系统较好地满足了设计要求,实现了LPI雷达的实时处理。

一种基于分数阶傅里叶变换的LPI雷达检测方法

为实现检测和精确提取LPI(Low probability of intercepting)雷达中脉冲压缩(PC)雷达信号的参数,文章提出基于数字信道化的接收机,采用频域子带分数阶傅里叶变换聚焦、滤波处理方法,以增强雷达信号检测与去噪能力,实现对雷达弱信号的检测和参数提取。文中给出了数字信道化接收机结构和分数阶傅里叶滤波步骤,仿真及性能分析。

基于低截获率的CDL信息传输方案

为实现通用数据链低截获率的信息传输目标,在分析比较了三种混沌扩频序列映射的基础上,提出了一种结合信道编码和混沌扩频序列的通用数据链低截获率方案。信道编码部分,使用边逐步增加算法生成校验矩阵,采用近似下三角算法完成了QC-LDPC的编码;扩频序列部分,完成了三种混沌扩频序列的理论分析,仿真比较了Bernoulli、改进型Logistic、Tent三种映射的混沌扩频序列性能;最后仿真验证了方案的正确性。

便携式LPI战场侦察雷达收发系统设计

便携式战场侦察雷达具有低截获、高灵敏度、结构灵巧、发射功率小、架拆迅速和配置人员少等特点,它不仅适用于战场前沿,也适用于和平时期的很多场合,因此越来越受到人们的关注。收发系统作为便携式战场侦察雷达的重要组成部分,其功耗、体积、重量、低截获和改善因子等均为工程设计的重点。文中论述了收发系统集成模块化、低功耗、低截获的设计方法,论证了全相参、二相码、固态和锁相体制的特点。